Las redes neuronales, una de las herramientas típicas de la inteligencia artificial, y el corazón del tan de moda Deep Learning, plantean un esquema radicalmente diferente a la resolución de problemas al de cualquier otra solución algorítmica.
En lugar de definir un algoritmo claro que establezca de forma comprensible por un humano la relación entre entradas y salidas, el razonamiento subyacente y el ‘modus operandi‘, tal como hace el software ‘normal’ o incluso otras variedades de la inteligencia artificial como los sistemas expertos, las redes neuronales adoptan un enfoque mucho más de caja negra: se crean estructuras interconectadas de nodos y se ajustan los pesos de las conexiones.
La idea es imitar el comportamiento del cerebro humano pero, tal y como en el fondo nos pasa con ese nuestro cerebro humano, al final no entendemos realmente el funcionamiento, el porqué para una entrada se produce una salida. De alguna forma son como ‘cajas negras‘ que, aunque dan resultados correctos e, incluso, inteligentes y, más aún, adaptativos, no sabemos muy bien por qué. Y es curioso, porque a nivel micro, nodo a nodo, el funcionamiento es clarísimo e incluso sencillo, pero el comportamiento ‘macro’ es oscuro…
La inspiración en el cerebro humano es clara y sugerente pero ¿por qué adoptar un enfoque tan, digamos, extraño, tan incomprensible?
La respuesta puede ser muy simple. En el inicio del libro ‘Deep learning Neural Networks‘ de Daniel Graupe, me encuentro la siguiente frase.
Deep learning neural networks were created for its potential in solving problems in fields where current methods, theoretical or algorithmic were insufficient.
Es decir, la respuesta es muy simple: se crean las redes neuronales porque no hemos encontrado la forma de resolver esos problemas de otro modo y, sin embargo, las redes neuronales sí son capaces…
Unas líneas más adelante, el autor, remacha:
Deep learning is needed when simple methods are insufficient
donde la única aportación adicional relevante es la calificación de ‘simples’ para el resto de métodos.
 |
| Reconocimiento de imágenes mediante red neuronal |
¿Es posible que algún día podamos resolver por otras vías que no sean redes neuronales algunos de esos problemas complejos? ¡Quien sabe! Probablemente sí, al menos en algunos casos.
De todas formas, habida cuenta de los resultados que están proporcionando las redes neuronales, y del brillante futuro que se les augura a ‘ellas’ y el deep learning, quizá haya sido una suerte el que no encontráramos antes otros algoritmos…
